- Jurang Besar Antara “Rasai” dan “Teruskan”
- Takrif Semula sebagai “Pekerja Digital”, Bukan Alat
- 3 Tindakan Konkrit yang Diamalkan oleh “Kumpulan 6% yang Teruskan”
- Peta Jalan Pelaksanaan Praktikal: 90 Hari Pertama
- Pengiraan Realistik Kos-Berbanding-Kesan
- Keputusan Pemimpin untuk Mengubah “90% Rasai” kepada “90% Teruskan”
Jurang Besar Antara “Rasai” dan “Teruskan”
Walaupun kira-kira 90% pengguna AI generatif dalam kerja melaporkan “merasai peningkatan produktiviti”, hanya 6% sahaja yang menjawab “menggunakannya setiap hari” – data mengejutkan ini mendedahkan “jurang pelaksanaan” yang serius dalam penerapan AI.
Ramai pemimpin perniagaan berpuas hati dengan langkah pertama “sekurang-kurangnya dapatkan akaun ChatGPT”, tetapi gagal dalam penyatuan spesifik ke dalam operasi seterusnya. Saya sendiri, melalui sokongan kepada lebih 38 syarikat klien, telah berulang kali menyaksikan corak ini. Inti masalahnya terletak pada memandang AI semata-mata sebagai “alat yang berguna”.
Takrif Semula sebagai “Pekerja Digital”, Bukan Alat
Seperti yang ditunjukkan oleh artikel Diamond Online, agen AI bukan sekadar alat peningkatan kecekapan operasi. Ini adalah perubahan asas masyarakat yang setanding dengan revolusi perindustrian. Apa yang perlu disedari oleh pemimpin perniagaan adalah perubahan minda untuk menganggap AI sebagai “seorang pekerja digital” yang perlu diambil bekerja dan dibangunkan.
Dalam contoh syarikat kami, kos alat AI bulanan kira-kira ¥21,000 (menggunakan Claude, ChatGPT, Grok bersama) menghasilkan nilai bersamaan kira-kira ¥7.53 juta setahun. Ini bersamaan dengan kerja tiga pekerja sepenuh masa yang diuruskan oleh agen AI. Perkara penting ialah ini bukan hasil menggunakan “alat yang berguna”, tetapi hasil membenarkan “pekerja digital” mereka bentuk semula proses kerja itu sendiri.
Corak Kegagalan Konkrit: 3 Jenis “Guna dan Buang”
Kegagalan penggunaan AI yang dilihat di banyak syarikat boleh disimpulkan kepada tiga corak berikut.
1. Berakhir dengan “Bantuan” Tugas Tunggal
Hanya permintaan sekali sahaja seperti “tolong kemas teks emel” atau “buat penyelidikan mudah” tidak akan menonjolkan nilai sebenar AI. Ia hanya menjadi penaip berprestasi tinggi.
2. Hanya “Tampal” pada Proses Sedia Ada
Memaksa AI ke dalam aliran kerja tradisional kadangkala menambah kerenah. Perlu pemikiran untuk mereka bentuk semula proses demi AI.
3. Kriteria Penilaian “Setaraf Manusia”
Kritikan seperti “tak boleh dipercayai sebab kadang-kadang salah” sebenarnya menilai AI dengan standard yang sama seperti pekerja baru. Jika boleh mencapai 80% ketepatan pada kelajuan 10 kali ganda manusia, itu adalah peningkatan produktiviti yang amat ketara.
3 Tindakan Konkrit yang Diamalkan oleh “Kumpulan 6% yang Teruskan”
Jadi, apakah yang dilakukan oleh syarikat “6%” yang benar-benar menggabungkan AI dalam operasi harian dan menghasilkan nilai secara berterusan? Daripada 93 contoh penggunaan dalam syarikat kami dan kes kejayaan klien, tiga amalan berikut muncul.
1. “Produktifikasi” Operasi dan Penyerahan kepada AI
Cara paling berkesan adalah dengan mentakrifkan operasi berulang sebagai “produk” dan menyerahkan pelaksanaannya kepada AI.
Sebagai contoh konkrit, syarikat kami telah melaksanakan produk berikut pada AI:
- Saluran Paip Penghantaran Automatik SNS: Analisis tren → penjanaan kandungan → penciptaan imej → penjadualan penghantaran diautomasikan sepenuhnya (pengurangan 20 jam sebulan)
- Proses Semakan Kontrak: AI mengendalikan penerimaan kontrak baru → pengekstrakan titik risiko → penyediaan draf cadangan pindaan (purata penjimatan 3 jam setiap kes)
- Penjanaan Laporan Mingguan: Pengumpulan data pelbagai KPI → analisis → pengekstrakan insight → penciptaan slaid persembahan diautomasikan
Kos pelaksanaan ini hanyalah 20-40 jam untuk reka bentuk awal, kos alat AI bulanan dan masa penyelenggaraan sahaja. Lebih cekap kos berbanding melanggan pelbagai SaaS, dan dioptimumkan sepenuhnya untuk operasi syarikat sendiri.
2. Reka Bentuk Semula Proses “AI-First”
Daripada memasukkan AI dengan mengandaikan proses operasi sedia ada, mereka bentuk semula proses dari sifar dengan andaian “jika AI mengendalikan keseluruhan operasi ini”.
Contohnya, untuk operasi pengambilan pekerja:
Model Tradisional: Iklan jawatan kosong → penerimaan dokumen permohonan → pemilihan oleh HR → penetapan temuduga → pelaksanaan temuduga
Reka Bentuk Semula AI-First: Analisis AI keperluan jawatan → cadangan automatik pelan iklan optimum → penyaringan automatik dokumen permohonan (pemarkahan) → pengautomasian penyelarasan jadual calon temuduga → penjanaan automatik maklum balas selepas temuduga
Dengan reka bentuk semula ini, sebuah syarikat klien berjaya mengurangkan masa yang diperlukan untuk operasi pengambilan pekerja sebanyak 60%, membolehkan sumber dialihkan untuk meningkatkan pengalaman calon.
3. Penjelasan “Pembahagian Tugas” antara Manusia dan AI
Memisahkan dengan jelas apa yang AI mahir dan apa yang manusia mahir. Matriks berikut boleh dijadikan rujukan:
| Elemen Operasi | Tanggungjawab AI | Tanggungjawab Manusia |
|---|---|---|
| Pengumpulan & Penyusunan Maklumat | ◎ (Pantas & Menyeluruh) | △ (Mengambil Masa) |
| Pengecaman Corak & Analisis | ◎ (Pemprosesan Data Banyak) | ○ (Pemahaman Konteks) |
| Pemikiran Kreatif | ○ (Penjanaan Gabungan) | ◎ (Keaslian) |
| Keputusan Muktamad & Tanggungjawab | × (Tidak Boleh) | ◎ (Wajib) |
| Pembinaan Hubungan & Empati | × (Tidak Boleh) | ◎ (Teras Kemanusiaan) |
Berdasarkan pembahagian tugas ini, dengan memberi tumpuan kepada AI untuk “persediaan awal”, “analisis”, “penyediaan draf” dan kepada manusia untuk “keputusan muktamad”, “pembinaan hubungan”, “keputusan strategik”, kekuatan kedua-dua pihak dapat dimaksimumkan.
Peta Jalan Pelaksanaan Praktikal: 90 Hari Pertama
Sebagai pemimpin perniagaan, langkah konkrit yang boleh dimulakan esok adalah seperti berikut.
Hari 1-30: Analisis Situasi Semasa dan Pengenalpastian “Buah Rendah”
1. Diagnosis “Kebolehautomasian” Operasi: Nilai operasi pasukan berdasarkan 3 paksi: “kekerapan ulangan”, “kejelasan peraturan”, “jumlah input data”
2. Pilih 3 Operasi Berimpak Segera: Seperti penciptaan templat balasan emel, pengekstrakan poin penting minit mesyuarat, penciptaan laporan pengumpulan data
3. Laksanakan POC Berskala Kecil: Mulakan dengan skop yang boleh dilaksanakan dalam 10 jam atau kurang setiap operasi
Hari 31-60: Pemiawaian Proses dan Pengembangan
1. Pendokumenan Corak Kejayaan: Manualkan kaedah pelaksanaan operasi yang berjaya dalam POC
2. Pembangunan “Juara AI” Dalaman: Namakan dan bangunkan seorang dari setiap jabatan yang proaktif dalam penggunaan AI
3. Pemiawaian Alat: Tentukan susunan alat seperti Claude, ChatGPT, Cursor dan dapatkan lesen dalaman
Hari 61-90: Pengembangan Berorganisasi dan Penilaian
1. Pelaksanaan Program Latihan: Bengkel praktikal untuk menyebarkan pemikiran “AI-First”
2. Penetapan Metrik Penilaian: Takrifkan KPI seperti jumlah pengurangan masa, tahap peningkatan kualiti, tahap kepuasan pekerja
3. Perancangan Gelombang Seterusnya: Rancangan pengembangan ke operasi lebih kompleks (sokongan perancangan belanjawan, analisis pesaing, penilaian risiko projek, dll.)
Pengiraan Realistik Kos-Berbanding-Kesan
Bagi aspek kos yang membimbangkan ramai pemimpin perniagaan, berikut adalah angka realistik.
Pelaburan Awal:
・Lesen Alat AI (ChatGPT Plus, Claude Pro, dll.): RM494 – RM988 sebulan (¥20,000-¥40,000)
・Perundingan Pelaksanaan (Pilihan): RM12,350 – RM37,050 (¥0.5-1.5 juta)
・Kos Pekerjaan Dalaman (Pembangunan Juara): 20-40 jam sebulan
Kesan Dijangka (Selepas 3 Bulan):
・Pengurangan Masa: 40-80 jam sebulan setiap jabatan
・Penukaran Kos Pekerjaan Bersamaan: Bersamaan RM2,470 – RM4,940 sebulan (¥0.1-0.2 juta)
・Pengurangan Risiko Melalui Peningkatan Kualiti: Sukar dikuantifikasi tetapi nilai dirasai besar
Maksudnya, dengan pelaksanaan yang sesuai, pulangan pelaburan boleh dicapai dalam 3-6 bulan. Perkara penting ialah kesedaran bahawa pelaburan ini bukannya “pembelian alat” tetapi “pengambilan & pembangunan pekerja digital”.
Keputusan Pemimpin untuk Mengubah “90% Rasai” kepada “90% Teruskan”
Paradoks AI generatif “90% rasai, 6% teruskan” adalah bukti bahawa banyak syarikat hanya melihat AI sebagai alat yang dangkal. Yang mengisi jurang ini bukan teknologi itu sendiri, tetapi kesedaran dan keputusan pemimpin perniagaan.
Seperti syarikat yang tersingkir pada era revolusi perindustrian kerana hanya melihat enjin wap sebagai “alat penimba air yang berguna”, syarikat yang hanya melihat AI sebagai “alat penjanaan teks yang berguna” akan berada dalam kedudukan persaingan yang lemah pada masa terdekat.
Persoalan sebenar bukanlah “bagaimana menggunakan AI” tetapi “bagaimana mentakrif semula perniagaan bersama AI”. Langkah pertama bermula dengan perubahan minda untuk mengambil bekerja AI sebagai “pekerja digital”, bukan “alat”, mulai hari ini.
Di sebaliknya, terdapat penggunaan berterusan 90%, bukan 9%, dan peningkatan produktiviti yang melonjak serta transformasi model perniagaan itu sendiri yang dibawanya.

コメント